¿Dónde quedó el cómputo científico? Avances y retrocesos de las herramientas computacionales en...

Revista Iberoamericana para la Investigación y el Desarrollo Educativo ISSN 2007 - 2619

Publicación # 10 Enero – Junio 2013 RIDE

¿Dónde quedó el cómputo científico?

Avances y retrocesos de las herramientas

computacionales en las ciencias biológicas

Dr. Jorge Augusto Navarro Alberto

Universidad Autónoma de Yucatán

[email protected]

M. en C. Roberto Carlos Barrientos Medina

Universidad Autónoma de Yucatán

[email protected]

Resumen

Hace más de 100 años que las ciencias biológicas han venido transitando

simultáneamente con los avances tecnológicos para la modelación de sistemas complejos,

a través del análisis de datos y la simulación por medios computacionales. Momentos

cruciales en la historia de la computación han sido la creación de plataformas de

programación, y la interactividad gráfica visual (GUIs), aspectos que han permitido la

solución de problemas importantes en la ciencia, por prácticamente cualquier persona no-

experta en programación. Esta ponencia trata de responder a la doble pregunta ¿Qué

ventajas tenemos y qué precio pagamos por el uso de GUIs en computadoras y programas

para el trabajo científico? Para proveer respuestas razonadas a estas preguntas, se hacen

reflexiones sobre los contenidos de los planes de estudios universitarios en ciencias

biológicas, y se ejemplifican los retos actuales en la utilización de los programas de

cómputo estadístico en esas ciencias. Se recomienda que la formación universitaria "re-

eduque" a los usuarios de programas de cómputo científico, en aras de eliminar las "cajas

negras" que pudieran estar presentes en las investigaciones científicas, por el uso

irracional de las herramientas computacionales "amigables" al usuario.

Palabras clave: Cómputo científico, planes de estudio universitarios, Interfaces gráficas

de usuario, programación, Biología.



Introducción

Los avances de la computación electrónica a través de la historia son muestras del enorme

esfuerzo humano enfocado a la solución de problemas y aplicaciones en áreas tan

variadas como la ingeniería, ciencias físicas y naturales, administración, entretenimiento,

comunicaciones, etc. Las ciencias biológicas en particular, han venido transitando

simultáneamente con los avances tecnológicos para resolver problemas de investigación

desde hace más de 100 años. En la actualidad el escenario en el que se encuentra la

computación aplicada a las ciencias biológicas es similar a la de cualquier otra área ciencia:

las computadoras y programas de computadora permiten resolver problemas de alta

complejidad (por ejemplo, en bioinformática), por prácticamente cualquier persona no

experta en programación, gracias a la interactividad gráfica visual (GUI, graphical user

interface, o interface gráfica del usuario).

Si bien el "usuario", el científico, satisface sus necesidades de cómputo con las poderosas

herramientas de interacción que provee el programa (o mejor dicho, el "programador"), la

distinción entre "usuario" y "programa" es marcada, y esto conlleva riesgos. Así, cuando

se reflexiona sobre la cualidad del científico de llegar "al conocimiento de las cosas por sus

causas", podría suceder (y de hecho, sucede) que la solución de un problema se produzca

a través de "cajas negras" automatizadas, "empaquetadas", es decir, sin el "conocimiento

de las causas", como consecuencia de ser únicamente "usuarios" de programas de

computadora. Los riesgos de generar resultados a través de "cajas negras" se pueden

minimizar si el usuario maneja, además de sus conocimientos disciplinarios, ciertos

principios conceptuales y procedimentales de programación y computación, a tal grado

que le permita identificar si lo que producen los programas de cómputo son resultados

sensatos o no. Esta situación es la ideal, pero no parece serlo en la realidad: haciendo una

revisión de en qué medida se puede garantizar la existencia esos requerimientos mínimos

en la formación de profesionales en las ciencias biológicas en México, hemos descubierto

cuán limitada es la formación que ofrecen los planes de estudios en relación al cómputo



científico. El propósito de este trabajo es responder a la doble pregunta ¿Qué ventajas

tenemos y qué precio pagamos por el uso de GUIs en computadoras y programas para el

trabajo científico? Para proveer respuestas razonadas a estas preguntas, se hacen

reflexiones sobre los contenidos de los planes de estudios universitarios en ciencias

biológicas, y se ejemplifican los retos actuales en la utilización de los programas de

cómputo estadístico en esas ciencias. Al final, hacemos recomendaciones para enfocar la

formación universitaria a los usuarios de programas de cómputo científico, en aras de

eliminar las "cajas negras" que pudieran estar presentes en las investigaciones científicas,

por el uso irracional de las herramientas computacionales "amigables" al usuario.

Cómputo científico: un poco de historia

Para identificar el rol de la computación en las ciencias biológicas en la actualidad es

importante revisar cuán ligadas han estado desde los principios de la era computacional

moderna, y la manera en que se ha propiciado la formación académica del cómputo

científico para las aplicaciones en las ciencias biológicas.

Los inicios. David Alan Grier (Grier, D.A.), en su reseña sobre los orígenes del cómputo

estadístico publicada en la página web de la Asociación Americana de Estadística

(American Statistical Association, AMSTAT) señala que las primeras aplicaciones de la

computación en biología se dieron a través de la estadística. Si se ve al censo de seres

humanos como un censo de seres vivos, entonces este evento se realizó en forma

automatizada por primera vez, a gran escala, en los Estados Unidos en 1890, con la ayuda

de las máquinas de tarjetas perforadas de Hollerith. Sesenta y dos millones de tarjetas

llegaron a ponerse en los lectores de estas máquinas, para después colocarse en cajas

ordenadoras que facilitaron la organización de datos, y finalmente imprimir los resultados

de manera automatizada. Las máquinas tipo Hollerith vinieron a ocupar un lugar

preponderante para el cómputo estadístico hasta la tercera década del siglo XX, tiempo en



que coincidentemente se consolida la biometría con Pearson y Fisher, y finalmente fueron

reemplazadas por las computadoras electrónicas.

International Business Machines (IBM), la compañía fundada precisamente por Herman

Hollerith ayudó a muchas escuelas a instalar laboratorios de cómputo en la segunda

década del siglo XX, siendo la primera la Universidad de Cornell, la cual en 1926 rentó

máquinas tabuladoras a la IBM para formar su laboratorio de cómputo. El Colegio del

Estado de Iowa se esforzó por adquirir máquinas tabuladoras para su universidad, y

finalmente logró establecer un laboratorio de cómputo estadístico en el otoño de 1927.

Aun cuando el laboratorio se ubicó dentro del Departamento de Matemáticas de esa

universidad, resultó ser un proyecto de colaboración entre varios departamentos y los

empresarios de la IBM. A fines de 1927, ya contaban con máquinas tabuladoras el Colegio

del Estado de Iowa, y las universidades de Columbia y Michigan. Luego vinieron las

universidades de Texas, Harvard, Stanford y Tennessee.

Un ejemplo sobre los inicios de la simulación. D. A. Grier describe también cómo fueron

extendiéndose laboratorios de cómputo para la investigación estadística, y menciona

como ejemplo, el laboratorio de cómputo de la Universidad de Indiana para aplicaciones

econométricas. Este laboratorio fue fundado en 1927 por H. T. Davis, con el

financiamiento de un grupo de inversionistas de la región, quienes querían entender

mejor los cambios en la economía. Como sucede habitualmente, el laboratorio de Davis

fue usado también en aplicaciones ajenas para el que fue creado, llegando en una ocasión

a requerirse para hacer un cálculo de interferencia óptica de un físico de la Universidad de

Indiana. En este caso, Davis se dio cuenta que sus computadoras habían usado valores

incorrectos al hacer el cálculo, de modo que convenció a su colega para efectuar de nuevo

el experimento por segunda vez, usando los valores que sus computadoras habían

empleado equivocadamente. Esta anécdota nos deja al menos dos ejemplos. Primero, que

el conocimiento de Davis sobre el problema y, en especial de su "computadora", le



permitió identificar un problema en el resultado. Segundo, que sacó algo bueno de lo que

era incorrecto: motivó a Davis a pensar en escenarios de simulación de utilidad para el

científico.

La historia continúa y está aquí...

La cultura humana ha atravesado en forma vertiginosa las cinco generaciones en que se

ha reconocido a la historia de las computadoras. Desde la primera generación (1951-

1957), con las computadoras de bulbos, hasta la quinta (la generación actual y del futuro),

basada en la inteligencia artificial, nanotecnologías, superconductores, cómputo cuántico

y molecular, los científicos han regulado y actualizado su formación académica, como

respuesta a los cambios tecnológicos implicados. Ahora las computadoras y sistemas de

información integrados son sinónimo del manejo de voluminosas cantidades de datos y de

cálculos de las que podemos disponer, y que antes eran impensables. Así, las ciencias de la

computación son la parte frontal y el centro de las ciencias en general, y de la biología y

las ciencias ambientales en particular. La computación provee de medios para resolver

problemas en áreas tan disímiles como genética, medicina, modelación fisiológica, mapeo

geográfico y genético de cultivos, modelación del clima; provee también de herramientas

para el manejo de bases de datos descriptivas de la biodiversidad así como predictivas del

ambiente (e.g., salinidad, precipitación pluvial, etc.).

Antes los científicos optaban por la Biología para rehuir de las matemáticas, pero ahora

cualquier experimento o estudio observacional, además de un diseño bien pensado y del

conocimiento disciplinario, requiere de enfoques cuantitativos y computacionales. En

particular, como consecuencia del boom computacional, la biología cambió puesto que en

las aplicaciones de métodos estadísticos y de modelación matemática en problemas

biológicos la computadora se convirtió en una herramienta indispensable e

irreemplazable. Las innovaciones tecnológicas computacionales fueron parte-aguas para



los métodos de investigación de los biólogos, permitiendo la fundación de nuevas

disciplinas. Así, el interés por modelar procesos biológicos a través de las herramientas

que proveía la teoría de ecuaciones diferenciales dio lugar a la teoría general de sistemas

de Ludwig Von Bertalanffy a mediados del siglo XX. Y dio lugar también a que los planes de

estudio de Biología consideraran en su trama curricular el cálculo y la modelación

matemática, y a la utilización de programas de cómputo para la solución numérica de

ecuaciones diferenciales. Al mismo tiempo, el desarrollo de la disciplina del diseño y

análisis de diseños experimentales contribuyó a la generalización del uso de la

computadora para análisis estadísticos.

De las "mainframes" a las computadoras personales

Hasta principios de la década de los 70's del siglo XX, el acceso al cómputo científico

estuvo limitado a los centros de investigación y personal especializados que utilizaban

computadoras "mainframes" o minicomputadoras. Pero gracias a la miniaturización de los

circuitos integrados y la disminución en los costos de manufactura, desde mediados de la

década de los 70s del siglo XX se logró que los programas para cómputo científico tuvieran

cabida en los equipos de cómputo accesibles a la generalidad, a saber, las llamadas

computadoras personales.

En un principio, los sistemas operativos y los ambientes de programación comunes no

eran gráficos, sino tipo "texto", de manera que la cultura computacional prevaleciente era

similar para usuarios y programadores. Gradualmente fue cambiando el tipo de

interacción y se comenzó a instrumentar la estrategia de WYSIWYG ("What you see is

what you get") en los programas "de aplicaciones" (este último término acuñado para

distinguirlos de los lenguajes de programación). El concepto WYSIWYG se transformó

después en los llamados ambientes GUI que simplificaron la interacción con la

computadora al representar programas, comandos, archivos, y otras opciones como

elementos visuales, tales como íconos, menús de extensión, botones, barras de



corrimiento, ventanas y cajas de diálogo. Al seleccionar uno de estos elementos gráficos a

través del ratón o de una selección de un menú, el usuario puede iniciar diferentes

actividades tales como iniciar un programa o imprimir un documento. La primera

implementación comercial de una estación de trabajo GUI ocurrió en 1981, con la "Xerox's

Star Workstation", derivada de un prototipo elaborado en 1973 por la misma compañía, la

Xerox Alto. La Xerox Star fue la inspiración de la Mac y de las demás GUIs que le siguieron.

Gracias a los primeros GUIs, los programas de edición de texto dejaron de construirse a

partir de comandos y se integraron menús de acciones (por ejemplo, para escribir texto en

negritas, poner sangrías, etc.). Algo similar ocurrió con los programas de hojas reticuladas

de cálculo (e.g. Visicalc, Lotus 1-2-3) y programas de cómputo para análisis estadístico,

programas que el biólogo usa con mayor soltura y dominio en sus versiones más actuales.

La computación en los planes de estudio de Biología: el caso de México.

A mediados de los años 80's existían en México planes de estudio de Biología que incluían

cursos obligatorios de Computación o Informática, en donde los estudiantes cubrían

aspectos de: arquitectura de computadoras, sistemas operativos, lenguajes de

programación (por ejemplo, BASIC o PASCAL), conceptos y programación de bases de

datos y programas de aplicación estadísticos. Un ejemplo es el curso de Informática, que

ofrecía la Licenciatura en Biología de la Universidad Autónoma de Yucatán en 1986 (UADY,

1985). A consecuencia de esta experiencia de aprendizaje, los estudiantes llegaron a

manejar conceptos de las ciencias computacionales tales como recursividad, estructura de

datos, índices, registro y campos de una base de datos, sistema multiusuario, etc. Entre

1986 y 1990 se experimentaron cambios vertiginosos en el uso de la tecnología

computacional, tanto en el hardware como en el software. Por ejemplo, después de

ganarle la batalla comercial a Lotus (que fue el creador de la primera suite ofimática, la

efímera Lotus SmartSuite), a principios de los 90's se consolidó la suite de Microsoft que

ofrecía herramientas GUI integradas para el manejo de bases de datos, hojas reticuladas

de cálculo, la edición de textos, y para la presentación de información a través de



diapositivas, siendo en la actualidad el conjunto de programas que con mayor frecuencia

usa el sector académico. El usuario fue encontrando en estos programas muchas de las

soluciones a sus problemas de manejo y análisis de datos y fue requiriendo con menor

frecuencia la utilización de otros programas. En los 90’s el poder de las PC’s aumentó

radicalmente, borrando la frontera entre las PC’s y las mainframes o mini-computadoras

con sistema multiusuario/multitarea. Sin embargo, la fuerza monopólica imperante en la

comercialización de los programas de aplicación (e.g. Microsoft Office) y "hardware "

compatible con Microsoft Windows, explica la postura que se tuvo en los años 90s con

relación a la computación, al menos en México. De hecho, se puede aun leer en algunos

planes de estudios de Biología en México que el perfil de ingreso requería (y requiere aun)

que el aspirante posea ¡conocimientos y habilidades en el uso de Excel, Word y

PowerPoint! Y en otros casos, para los estudiantes que ingresaran a la carrera, bastaba

con asegurar que manejaran exclusivamente esas aplicaciones, pudiendo alcanzar tales

habilidades a través de cursos cortos de entrenamiento, sin un contexto más amplio,

enmarcado dentro de las ciencias de la computación. A todo esto se añade un incremento

en el uso de las computadoras personales, que se extendió a las escuelas de nivel básico y

medio superior, lo cual derivó en que, a nivel superior, la computación (en su sentido

reduccionista) se considerara como parte del perfil de ingreso.

En el caso de la licenciatura en Biología de la UADY, la modificación del plan de estudios

en 1997 implicó la eliminación de la asignatura obligatoria de Informática y, por tanto, se

erradicaron del perfil del egresado las competencias que se derivaban de sus contenidos.

Ahora que está en boga el aprendizaje por competencias, se puede decir que se

erradicaron de la formación del biólogo competencias genéricas de un científico del siglo

XXI. Por cierto, ha habido una modificación más del plan de estudios de la UADY (2005), el

que rige actualmente, y la computación no ha retornado a la malla curricular como

asignatura obligatoria, ni como componente del tronco común equiparable al lugar que

tienen las matemáticas o la química en los planes de estudios.



Hicimos una revisión, a través de internet, de los planes de estudio vigentes de 28

universidades o institutos que imparten la carrera de Biología en la República Mexicana, y

encontramos (Tabla 1) que solamente el 46% (13 de 28) tienen a la computación como

asignatura obligatoria, o que forma parte de las competencias de tronco común en

ciencias; en esos contados casos se observó que se puede ofrecer más de una asignatura

de computación obligatoria. Llama la atención que a las tecnologías de la información se

les reconoce en algunas universidades como herramientas para la construcción del

conocimiento o para el desarrollo humano y profesional. Otro aspecto importante del

comparativo en la Tabla 1 es la presencia, casi generalizada en los planes de estudios, de

asignaturas optativas cuya herramienta principal es la computadora: Sistemas de

Información Geográfica, Percepción Remota, Bioinformática, etc. Sin embargo, en

aquellos casos en donde la computación no es un prerrequisito común a los estudiantes

de Biología, se asumiría que el estudiante puede abordar las temáticas de tales optativas

sin necesidad de contar con las bases conceptuales de las ciencias computacionales.

¿A qué se debe la falta de uniformidad o consenso con respecto a la computación en

Biología? Algunas razones ya fueron esgrimidas arriba: la inclusión obligatoria de suites de

programas en las computadoras en nuestras universidades, haciendo innecesarios otros

aspectos de las ciencias computacionales, es una razón. Otra puede ser el establecimiento

de internet en nuestras vidas y la masificación del uso de las computadoras con programas

enfocados a establecer redes sociales. El hecho de que toda persona pueda interactuar

con las computadoras para actividades cotidianas tales como la comunicación o el

entretenimiento ha propiciado la actitud de asumir que la cotidianeidad en esa

interacción implica que se contará con destrezas para otras tareas con la computadora. El

estudiante universitario posiblemente tenga computadoras personales a las cuales no se

les aprovecha al máximo los recursos que ofrece, puesto que el rango de programas que

usa posiblemente se restringe a la suite de Microsoft, su navegador de internet y a

programas para su entretenimiento. Claro, pueden haber estudiantes que vayan más allá

y aprovechen más sus computadoras personales, pero para el trabajo científico hay que



mirar a herramientas posiblemente más sofisticadas, tales como la programación usando

lenguajes de alto nivel, el manejo de servidores o la computación paralela. ¿En dónde se

adiestra el futuro científico sobre estos tópicos? ¿Se da respuesta a la pregunta anterior

omitiendo cursos de computación para futuros científicos? A nuestros estudiantes no se

les enseña de manera formal que, por ejemplo, la interactividad GUI es adversa para

cierto tipo de cómputo científico. Si nuestras aplicaciones dependen de los sistemas

operativos MacOS o Windows, no es fácil medir el uso de los recursos computacionales

cuando entran en ejecución: son “transparentes al usuario”. Son “otros” (aquellos que

hacen los programas de aplicación GUI) los que toman la decisión de qué recursos usará el

sistema operativo. Los recursos GUIs “aminoran” los demás recursos, que para cálculos

intensivos en computadoras personales, a pesar de las cantidades enormes de memoria,

pueden ser limitados cuando se ejecutan todos al mismo tiempo. Por esta razón, algunos

estudiantes o profesores disidentes han optado por elegir otros sistemas operativos como

Linux o Ubuntu, pero aun éstos cuentan ya con plataformas gráficas (por ejemplo,

GNOME) "amigables" al usuario.

La computación en Biología: estado actual

Ahora la biología enfrenta otra gran revolución: la del manejo de grandes conjuntos de

datos. Por ejemplo, en el campo de la genética se ha avanzado rápidamente en la

generación de la secuenciación de genomas, un procedimiento que ahora es trivial para la

mayoría de las especies, pero en donde las cantidades de datos generados por los

proyectos de secuenciación son estratosféricamente grandes.

Posiblemente los instructores de las asignaturas contemporáneas de bioinformática y

biología computacional lamentan también la ausencia de una formación básica en

computación. La biología computacional es uno de los nichos de oportunidad en donde los

biólogos se pueden incorporar con mayor celeridad a la vida laboral. Es una ciencia



interdisciplinaria que involucra las matemáticas y la computación para el estudio de los

genes y proteínas; la biología computacional dirige sus preguntas de investigación más

generales sobre las estructuras celulares y subcelulares, y requiere para ello de la

computación. Por tanto, se espera que los estudiantes de bioinformática y biología

computacional integren tópicos de matemáticas aplicadas, ciencias de la computación y

biología en especialidades tan diversas como genética y microbiología. En México existen

ya programas de licenciatura especializados en Biología genómica como el de la

Universidad Autónoma de Nuevo León. En este programa se incluyen cuatro asignaturas

obligatorias básicas: "Aplicación de las tecnologías de la información", "Principios de

programación", "Bioinformática"," Bioinformática y simulaciones". En contraste, en la

especialidad en Bioinformática del Instituto Tecnológico Superior de Irapuato no existen

asignaturas de computación obligatorias, excepto la de Bioinformática.

En áreas como la Bioinformática las implementaciones de los GUI son aun escasas, así que

la mayoría de las veces el usuario tendrá que escribir sus propios programas. Esto

contrasta con los programas de aplicación populares (Excel o los paquetes estadísticos

SPSS, MINITAB, etc.) en donde no es necesario programar, salvo que se quieran

aplicaciones no-convencionales. Aprender un lenguaje de programación implica aprender

un idioma artificial diseñado para expresar cálculos que pueden ser llevados a cabo por

computadoras; esta tarea requiere de un espacio y un tiempo adecuado dentro de los

planes de estudios, digamos, en un curso de computación. Las ventajas de un curso de

computación en la formación del biólogo son de mayor valor que las aparentes

dificultades. Este curso se enfocaría en proveer las bases para el arte de escribir, probar,

depurar, compilar y mantener códigos de programas informáticos para fines prácticos, y le

conferirían al estudiante habilidades de discernimiento de lo pueden ser las "caja negras",

esto es, los programas "empacados y transparentes" al usuario, la mayoría de ellos tipo

GUI.



Conceptos de actualidad en la computación como los de programación dirigida a eventos,

programación orientada a objetos se están usando en la práctica en las ciencias biológicas.

Por ejemplo, se ha popularizado el uso del lenguaje R (R Core Team 2012) para realizar

análisis estadísticos de datos biológicos en forma rápida, gratuita y sofisticada. Este

lenguaje usa programación orientada a objetos: trabaja con objetos, listas (conjuntos de

objetos), los objetos están clasificados por tipos, modos, etc. Además existe la posibilidad

(como en prácticamente todos los lenguajes) de usar órdenes que ayuden a resolver un

problema en forma recursiva o iterativa. ¿Están siendo preparados nuestros estudiantes

para ello?

Suena paradójico que mientras estamos "en las nubes" discutiendo sobre la pertinencia

de incluir cursos de computación en los planes de estudio de biología, el cómputo

científico está también literalmente "en la nube". Las ciencias de la computación y del

cómputo científico y educativo han evolucionado tanto que ahora podemos ejecutar

trabajos de cómputo intensivo en la llamada "nube", un ambiente colaborativo y ubicuo

de programación que conjunta recursos de almacenamiento de datos y lenguajes de

programación y aplicaciones de acceso gratuito para aquellos dedicados a la investigación

y la educación. A fines de los años 90's ya existía, por ejemplo, un acceso a través de

internet al servidor de la Universidad de Purdue en los Estados Unidos (llamado Net

Pellpack PSE server) para que los científicos alrededor del mundo resolvieran ecuaciones

diferencias parciales complejas usando como interfaz un navegador de internet que

soportara applets Java (Markus 1997). En la actualidad existen cientos de sitios en la nube,

llegando a alcanzar escalas sofisticadas, como por ejemplo, el "Elastic-R (Chine 2010). En

el ambiente Elastic-R, los investigadores, educadores y estudiantes pueden adquirir

fácilmente recursos de cómputo y almacenamiento de datos y usarlos para trabajar

virtualmente con R, Python, Scilab (la versión gratuita de Matlab), Mathematica, etc. por sí

mismos en forma colaborativa sin restricciones en memoria, tamaño de los datos o

restricciones de ubicación de los datos. De hecho, cualquier dispositivo (PC, iPad, teléfono

móvil, etc.) y cualquier aplicación del cliente (navegador de internet, Word, Excel, sesiones



locales de R) pueden ser usadas para acceder el ambiente virtual remoto. Si existieran

colaboraciones entre sitios distantes del planeta, se pueden compartir sesiones e

interactuar en tiempo real para analizar datos en forma colaborativa, y construir

conjuntamente modelos, hojas de cálculo, GUIs, aplicaciones científicas, etc. ¿Cuántos de

nuestros estudiantes llegarán a participar con soltura en estos ambientes interactivos

globales?

Conclusión

Consideramos que es hora de reorientar (re-educar) a nuestros estudiantes de biología en

el uso de la computadora y de la computación, para su formación profesional. Las ciencias

de la computación y la biología están siendo cada vez interactivas más allá de las áreas

habituales de estadística y modelación; la bioinformática es un ejemplo actual y palpable

de esto. Es necesario asegurar que los biólogos egresados puedan manejar los conceptos y

métodos de computación generales y de actualidad, para que sean de mayor utilidad en

su desempeño profesional. Para ello, urge una evaluación a fondo en los planes de estudio

de biología con respecto a la presencia de contenidos básicos y obligatorios de las ciencias

de la computación aplicables a Biología. Nuestra propuesta es que se incluyan cursos de

computación obligatorios que amplíen el conocimiento general de los estudiantes, y lo

preparen para usar la computación en el ámbito científico.



Bibliografía

Chine K (2010). Open science in the cloud: towards a universal platform for scientific and

statistical computing. En Furht B, Escalante A (Eds.), Handbook of cloud computing (pp

453-474). New York: Springer.

Grier, D.A. The Origin of statistical Computing. Recuperado de:

http://www.amstat.org/about/statisticiansinhistory/index.cfm?fuseaction=paperinfo&Pap

erID=4 (Revisado el 10/Diciembre/2012)

Markus, S. (1997). Scientific computing via the Web: the Net Pellpack PSE server.

Computational Science and Engineering, IEEE. 4(3): 43-51.

R Core Team (2012). R: A language and environment for statistical computing. R

Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0, URL

http://www.R-project.org/.



Tabla 1. Comparativo de universidades de la República Mexicana que imparten la carrera de Biología, con relación a la existencia

de asignaturas o actividades relacionadas con las ciencias computacionales en sus planes de estudios. En los casos en donde se

indica "Sin información", podría ocurrir que a) no se ofrecen en el plan de estudios o, b) se imparten pero no se encontró la

información en las búsquedas realizadas. Fuente: Páginas web de las universidades referidas.

Universidad ¿Aparece "Computación" o alguna asignatura

afín como obligatoria, o de tronco común en

el plan de estudios?

¿Existen asignaturas optativas afines?

Universidad Nacional Autónoma de

México (UNAM), Facultad de Ciencias

No Aplicación del Procesamiento Digital de

Imágenes de la Biología, Sistemas de

Información Geográfica (SIGs)

UNAM, FES-Iztacala No Sin información

Universidad Juárez Autónoma de

Tabasco

Sí: Herramientas de computación (4 créditos,

área general)

Ecología cuantitativa

Universidad de las Américas, Puebla Sí: Tecnologías de la información en la

construcción del conocimiento

Métodos de análisis molecular

Universidad Autónoma de Yucatán No SIGs

Universidad Autónoma Metropolitana No Sin información

Universidad de Guadalajara No. Fotointerpretación y Cartografía, SIGs,

Introducción a la percepción remota







Universidad Autónoma del Estado de

Hidalgo

Sí: Computación I; Computación II (6 créditos

c/u)

Sin información

Universidad Autónoma del Estado de

Morelos

No. Sin información

Benemérita Universidad Autónoma de

Puebla (2006); Modelo Universitario

Minerva (2009)

Sí: Computación en el Plan 2006 (5 créditos);

Desarrollo de Habilidades en el Uso de las

Tecnologías de la Información y de la

Comunicación en el nuevo Plan Minerva 2009

(4 créditos)

Principios de percepción remota, SIGs,

Análisis de Secuencias Aminoacídicas (en

el plan 2006)

Universidad Autónoma de Nuevo León Sí: Aplicación de las Tecnologías de

Información (Dentro del grupo de asignaturas

de Desarrollo humano y profesional)

Sin información

Universidad Autónoma de Zacatecas Sí: Introducción al Lenguaje Computacional

(1er semestre). Computación y Biología (2°

semestre)

Sin información

Universidad Autónoma de Tlaxcala No Sin información







Universidad del Noreste, Tamaulipas Computación I (7° Semestre), Computación II

(8° semestre)

Instituto Tecnológico de Ciudad

Victoria, Tamaulipas

No Sin información

Universidad de Sonora (UNISON) Sí: Nuevas tecnologías de la información y

comunicación

Sensoría remota. Tecnologías de

información en la opción de Biotecnología

Universidad de Occidente, Sinaloa Tecnología de la información aplicada a la

disciplina

Sin información

Universidad Autónoma de Sinaloa No. Sin información

Universidad Autónoma de

Aguascalientes

Sí: Computación (1er semestre, a cargo del

Depto. de Sistemas de Información)

Sin información

Universidad Autónoma de Campeche,

Biología

No. Competencias en "Microsoft"

Universidad de Ciencias y Artes de

Chiapas, Biología


Universidad Autónoma de Ciudad No. Bioinformática







Juárez, Biología

Instituto Tecnológico Superior de

Irapuato

No. Bioinformática

Universidad de Colima No. Bioinformática

Universidad Juárez del Estado de

Durango, Biología

Sí (como parte de actividades de formación

integral)

Universidad Autónoma de Nayarit Sí: Tecnologías de la Comunicación y Gestión

de la Información (6 créditos, Tronco Básico

Universitario)

Sin información

Universidad Michoacana de San

Nicolás de Hidalgo, Biología


Universidad Autónoma "Benito

Juárez", Oaxaca

Introducción a la Computación (Tronco Común

y Entorno Social, 1er semestre "Básico")

Sin información

Universidad Autónoma de Querétaro Sin información Sin información

¿Dónde quedó el cómputo científico? Avances y retrocesos de las herramientas computacionales en...

Documents

Transcript of ¿Dónde quedó el cómputo científico? Avances y retrocesos de las herramientas computacionales en...